将 DF 列中的部分值匹配到指定列表并检索频率

Question

我有一个如下形式的数据框：              Room Location0                 jc room g1               merten 30052               merten 25003               merten 30054               merten 30055               merten 30056                 jc bistro我目前正在尝试解析此特定列以提取此指定列表中的所有值：room_list = ['jc','sub', 'hub', 'merten', 'rsch', 'corner pocket', 'mix', 'fenwick']因此（而且效率很低）我使用：room_list = (MASTER_TABLE['Room Location'].astype(str).str.lower()).tolist()room_string = ''.join(room_list)room_freq = re.findall(r'|'.join(room_list), room_string)重申一下，经过一些预处理后，我将列转换为列表，然后是字符串，然后执行以下操作：freqs = {}for item in room_freq:    freqs[item] = freqs.get(item, 0) + 1num_sort_freqs = dict(sorted(freqs.items(), key=lambda x: x[1], reverse = True))print('Sorted name occurences: ','\n')print('===================================================================\n')for k, v in num_sort_freqs.items():    print(k, v)然而，这非常有效，当我返回“排序”字典时，我得到了这个：merten 1204 39jc cinema 35merten 2500 31jc gold rm 31the hub corner pocket 30令人沮丧的是，它完全按照它所说的去做，我的问题如下：我如何解析列（或列表 -> 我应该说的字符串）并将列的元素与指定列表的元素部分匹配，即使该元素附加了过多的“噪音”，或者例如：jc room g = jcmerten 3005 = merten理想情况下，返回 dict 应该只有 5 个要返回的键，room_list以及它们的后续频率。我也尝试去除所有数字，但由于某些元素具有过多的弦噪音，因此问题仍然存在。我已经搜索了以前的相关问题，但没有找到任何特定于我的问题的内容，但是如果您发现了（相关的）骗子，请告诉我，这样我就不会浪费您的时间。谢谢！

Answer 1

我的解决方案在这里：

room_list = ['jc','sub', 'hub', 'merten', 'rsch', 'corner pocket', 'mix', 'fenwick']

for tag in room_list:

    result = df['Room Location'].str.lower().str.contains(tag).sum()

    print(f'{tag} : {result}')

输出：

jc : 2            

sub : 0          

hub : 0          

merten : 5       

rsch : 0         

corner pocket : 0

mix : 0          

fenwick : 0 

如果你想要一个 dict 作为输出，就这样做：

result= {}

for tag in room_list:

    result[tag] = df['Room Location'].str.lower().str.contains(tag).sum()

或克里斯的解决方案：

result = {tag : df['Room Location'].str.lower().str.contains(tag).sum() for tag in room_list}